内容简介:给R包加上一个shinyapp是一个不错的想法,可以将shiny交互方式作为R包的usage instructions的补充,user在使用前能先了解下这个R包能做的事。。。。比如shinyjs的作者Dean Attali就给这个R包做了一个shiny网页,如:一般我们看到的最简单的R包(如myshinyapp)结构如下:
给R包加上一个shinyapp是一个不错的想法,可以将shiny交互方式作为R包的usage instructions的补充,user在使用前能先了解下这个R包能做的事。。。。
比如shinyjs的作者Dean Attali就给这个R包做了一个shiny网页,如: https://daattali.com/shiny/shinyjs-demo/
一般我们看到的最简单的R包(如myshinyapp)结构如下:
-myshinyapp
|--DESCRIPTION (描述文件,包括包名、版本号、标题、描述、依赖关系等)
|--R (函数源文件)
|--function1.R
|--function2.R
|--...
|--man (帮助文档)
|--function1.Rd
|--function2.Rd
|--...
|--...
如果要在R包中加入 app.R
,则需要在将其放在inst文件夹中(如果shiny有的一些加载文件、www文件夹,则一并放入其中),inst 文件夹下的任何文件在安装包的时候都将被复制到包的根目录下,此时R包结果如下:
-myshinyapp
|--DESCRIPTION (描述文件,包括包名、版本号、标题、描述、依赖关系等)
|--R (函数源文件)
|--function1.R
|--function2.R
|--runExample.R
|--...
|--man (帮助文档)
|--function1.Rd
|--function2.Rd
|--runExample.Rd
|--...
|--inst (存放有shiny相关文件)
|--shiny-examples
|--shinyapp
|--app.R
|--www
|--...
|--...
从上可看出 runExample.R
就是用于调用shiny的,用 system.file
函数来查找 app.R
文件所在路径,并用 shiny::runApp
来执行,如写个 runExample
函数,然后 Ctrl+Shift+Alt+R
加代码注释
#' Title
#'
#' @return
#' @export
#'
#' @examples
runExample <- function() {
appDir <- system.file("shiny-examples", "shinyapp", package = "myshinyapp")
if (appDir == "") {
stop("Could not find example directory. Try re-installing `myshinyapp`.", call. = FALSE)
}
shiny::runApp(appDir, display.mode = "normal")
}
由于在R代码中使用了shiny包,因此在DESCRIPTION文件中将shiny包作为依赖包写入
然后取官网找一个shiny程序代码做个示例,如: https://github.com/rstudio/shiny-examples
,取001-hello的 app.R
作为例子,放入shinyapp目录下
最后点击Rstudio上Build->Build and Reload加载myshinyapp包,再运行 myshinyapp::runExample()
生成shiny app
如果有多个shiny程序需要在R包中展示,则修改 runExample
函数,添加输入参数(代表需要展示的shiny程序名称,如shinyapp1, shinyapp2….),然后 myshinyapp::runExample("shinyapp1")
最后则是将R包上传至Github上,用 devtools::install_github
安装即可
本文出自于 http://www.bioinfo-scrounger.com 转载请注明出处
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
模式识别
(希)Sergios Theodoridis、(希)Konstantinos Koutroumbas / 电子工业出版社 / 2010-2 / 75.00元
本书全面阐述了模式识别的基础理论、最新方法以及各种应用。模式识别是信息科学和人工智能的重要组成部分,主要应用领域有图像分析、光学字符识别、信道均衡、语言识别和音频分类等。本书在完美地结合当前的理论与实践的基础上,讨论了贝叶斯分类、贝叶斯网络、线性和非线性分类器设计、上下文相关分类、特征生成、特征选取技术、学习理论的基本概念以及聚类概念与算法。与前一版相比,增加了大数据集和高维数据相关的最新算法,这......一起来看看 《模式识别》 这本书的介绍吧!